人工智能基础01-绪论.ppt

人工智能原理,合肥工业大学计算机与信息学院王浩,主要教材与参考书,人工智能基础(第2版)蔡自兴、蒙祖强 编著高等教育出版社人工智能导论 王万良编著 高等教育出版社人工智能复杂问题求解的结构和策略（第4版）George F.luger 著 史忠植等译 机械工业出版社人工智能 Nils J.Nilsson著 郑扣根等译 机械工业出版社智能科学 史忠植著 清华大学出版社,目录,第一章绪论第二章知识表示 第三章搜索技术第四章推理技术第五章机器学习 第六章专家系统 第七章自动规划系统第八章 自然语言理解第九章 智能控制第十章 人工智能程序设计,人工智能的定义和发展人工智能的各种认知观人类智能与人工智能人工智能的研究目标和内容人工智能研究的主要方法人工智能的研究和应用领域,1.1 人工智能的定义和发展,21世纪最具有发展前景和最具影响力的两大带头学科群：,生命科学群；,信息科学群；,人工智能：是上述两个学科群中最重要、最精彩、且最具前景的交叉领域,1.1 人工智能的定义和发展,1.1.1 人工智能的定义 人工智能Artificial Intelligence，AI定义1.1 智能（Intelligent）人的智能是他们理解和学习事务的能力。智能是思考和理解能力而不是本能的做事能力。“一种非常广泛的精神能力，包括推理、计划、解决问题、抽象思维、领悟复杂思想、快速学习及吸取经验等”,1.1 人工智能的定义和发展,1.1.1 人工智能的定义 智能是个体的不断学习、理解周围环境、对客观事物进行合理分析、判断并有效地处理周围环境的综合能力。这种综合能力包括：适应即改变周围环境的能力、获取知识的能力、理性及抽象思维的能力、理解关系的能力、评估和判断的能力、意识及创造力等。定义1.2 智能机器（Intelligent Machine）智能机器是一种能够呈现人类智能行为的机器。,1.1 人工智能的定义和发展,定义1.3 人工智能（Nilsson）人工智能是关于知识的科学（知识的表示、知识的获取以及知识的运用）。定义1.4 人工智能(学科)人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。,1.1 人工智能的定义和发展,定义1.5 人工智能(能力)人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。,The Turing Test,1950:Alan Turing的文章“Computing Machinery and Intelligence.”Mind,Vol.59,No.236,pp.433-460提出图灵测试,1.1 人工智能的定义和发展,1.1 人工智能的定义和发展,1.1.2 人工智能的起源和发展1.孕育时期（1956年前）公元前384-322 亚里士多德（Aristotle）形式逻辑 三段论20世纪3040年代 数理逻辑 维纳（Wiener）、弗雷治、罗素等为代表对发展数理逻辑学科的贡献 计算模型 丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。1943年 麦卡洛克和皮茨 神经网络模型 连接主义学派1948年 维纳 控制论 行为主义学派,1.1 人工智能的定义和发展,1.1.2 人工智能的起源和发展2.形成时期（19561976年）1956年夏季，McCarthy、Minsky、Lochester、Shannon，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。1965年 Feigenbaum 专家系统 DENDRAL 1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI,IJCAI),此后每两年召开一次。1970年人工智能国际杂志(International Journal of AI)创刊。,1.1 人工智能的定义和发展,1.1.2 人工智能的起源和发展3.暗淡时期（19661974年）盲目乐观：机器翻译，定理证明（数学原理）、跳棋程序、模式识别（字符、积木结构）、通用解题程序（GPS）预言：2000年机器智能超过人类 巨大困难：神经元数目1010,The spirit is willing but the flesh is weak（心有余而力不足）俄The wine is good but the meat is spoiled 1971年 詹姆士综合报告，“人工智能即使不是骗局，也是庸人自扰”,1.1 人工智能的定义和发展,1.1.2 人工智能的起源和发展4.知识应用时期（19701988年）Feigenbaum 专家系统 1968年，DENDRAL 19721976年 MYCIN 1977年 第五届人工智能联合会议 知识工程（Knowledge Engineering）1981年 日本 第五代智能计算机计划,1.1 人工智能的定义和发展,1.1.2 人工智能的起源和发展5.集成发展时期（1986年至今）专家系统问题：缺乏常识知识、应用领域狭窄、知识获取困难、推理机制单一、缺少学习能力、未能分布处理。机器学习、计算智能（神经计算、进化计算、自然计算、免疫计算、群计算）、智能体（Agent）、网络智能 三大流派：综合集成、优势互补、共同发展,1.1 人工智能的定义和发展,1.2 人工智能的各种认知观,1.2.1 人工智能的主要学派1.符号主义 又称逻辑主义（Logicism）、心理学派（Psychlogism）、计算机学派（Computerism）基本原理：物理符号系统（即符号操作系统）假设和有限合理性原理。起源：数理逻辑 认为认知是一种符号处理的过程，人类思维过程也可用某种符号来描述，思维就是计算，认知就是计算。LISP语言、PROLOG语言、自然语言理解、机器定理证明、专家系统。,domains person,another=symbolpredicates likes(person,another).clauses likes(jack,sussan).likes(john,marry).likes(tom,cathy).likes(tom,ellen).likes(jack,X)if likes(tom,X).,【事实】Jack 喜欢 Sussan John 喜欢 Marry Tom 喜欢 Cathy Tom 喜欢 Ellen【规则】如果Tom喜欢X，那么Jack喜欢X,1.2 人工智能的各种认知观,1.2.1 人工智能的主要学派2.连接主义 又称仿生学派（Bionicsism）、生理学派（Physiologism）基本原理：神经网络及神经网络间的连接机制和学习算法。起源：仿生学 人脑模型 认为人类认知活动主要基于大脑神经元的活动。,1.2 人工智能的各种认知观,1.2.1 人工智能的主要学派3.行为主义 又称进化主义（Evolutionism）、控制论学派（Cyberneticism）基本原理：控制论及感知-动作模式控制系统 起源：控制论,1.2 人工智能的各种认知观,1.2.2 对人工智能的争论1.对人工智能理论的争论 符号主义：人的认知基元是符号，认知过程即是符号操作过程。AI的核心：知识表示、知识推理和知识运用 连接主义：人的思维基元是神经元。神经元连接的大脑工作模式 行为主义：只能取决于感知和行为。不需要知识、不需要推理。智能行为只能在现实世界中与环境交互作用而表现出来。2.对人工智能方法的争论 符号主义：功能模拟 连接主义：结构模拟 行为主义：行为模拟,1.3 人类智能与人工智能,1.3.1 研究认知过程的任务 探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。,思维策略,初级信息处理,生理过程,计算机程序,计算机语言,计算机硬件,人类认知活动,计算机,1.3 人类智能与人工智能,1.3.2 智能信息处理系统的假设 令T表示时间变量，x表示认知操作，x的变化x为当前机体状态S（机体的生理和心理以及大脑的记忆等）和外界刺激R的函数。当外界刺激作用到处于某一特定状态的机体时，便发生变化，即 TT+1 x x+x x=f(S,R),1.3 人类智能与人工智能,1.3.2 智能信息处理系统的假设信息处理系统又叫符号操作系统或物理符号系统。所谓符号就是模式。一个完善的符号系统应具有下列6种基本功能：(1)输入符号(input)；(2)输出符号(output);(3)存储符号(store);(4)复制符号(copy);(5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构；(6)条件性迁移(conditional transfer):根据已有符号，继续完成活动过程。,1.3 人类智能与人工智能,1.3.2 智能信息处理系统的假设 如果一个物理符号系统具有上述全部6种功能，能够完成这个全过程，那么它就是一个完整的物理符号系统。人具有上述6种功能；现代计算机也具备物理符号系统的这6种功能。任何一个系统，如果它能表现出智能，那么它就必定能够执行上述6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能；这种智能指的是人类所具有的那种智能。把这个假设称为物理符号系统的假设。,1.3 人类智能与人工智能,1.3.2 智能信息处理系统的假设物理符号系统3个推论推论一 既然人具有智能，那么他(她)就一定是个物理符号系统。人之所以能够表现出智能，就是基于他的信息处理过程。推论二 既然计算机是一个物理符号系统，它就一定能够表现出智能。这是人工智能的基本条件。推论三 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么就能够用计算机来模拟人的活动。,1.3 人类智能与人工智能,1.3.3 人类智能的计算机模拟 物理符号系统假设的推论一告诉人们，人有智能，所以他是一个物理符号系统；推论三指出，可以编写出计算机程序去模拟人类的思维活动。这就是说，人和计算机这两个物理符号系统所使用的物理符号是相同的，因而计算机可以模拟人类的智能活动过程。图灵测试,1.4 人工智能的研究目标和内容,1.4.1 人工智能的研究目标 一般研究目标：（1）更好地理解人类智能，通过编写程序来模仿和检验有关人类智能的理论。（2）创造有用灵巧的程序，该程序能够执行一般需要人类专家才能实现的任务。近期目标：建造智能计算机以代替人类的某些智力活动。远期目标：用自动机模仿人类思维活动和智力功能。,1.4 人工智能的研究目标和内容,1.4.2 人工智能研究的基本内容 1.认知建模 认知的5种类型：信息处理过程 心理上的符号计算 问题求解 思维 诸如知觉、记忆、思考、判断、推理、学习、想象、问题求解、概念形成和语言使用等关联活动。认知科学（思维科学）说明人类在认知过程中是如何进行信息加工的。,1.4 人工智能的研究目标和内容,1.4.2 人工智能研究的基本内容 2.知识表示 人类知识概念化、形式化或模型化。3.知识推理 从一些已知判断或前提推导出一个新的判断或结论的思维过程。4.知识应用 专家系统、自然语言理解，,1.4 人工智能的研究目标和内容,1.4.2 人工智能研究的基本内容 5.机器感知 机器有类似于人的感觉，如机器视觉、机器听觉 6.机器思维 对传感信息和机器内部的工作信息进行有目的的处理。7.机器学习 使机器（计算机）具有学习新知识和新技术，并在实践中不断改进和完善的能力。,1.4 人工智能的研究目标和内容,1.4.2 人工智能研究的基本内容 8.机器行为 智能系统（计算机、机器人）具有表达能力和行动能力。9.智能系统构建 开展对模型、系统构造与分析技术、系统开发环境和构造工具以及人工智能语言等的研究。,1.5 人工智能研究的主要方法,1.功能模拟法 以符号处理为核心对人脑功能进行模拟。2.结构模拟法 通过神经元之间的连接以及神经元间的秉性处理，实现对人脑智能的模拟。3.行为模拟法 智能行为的感知-动作模式。4.集成模拟法,1.6 人工智能的研究和应用领域,1.问题求解与博弈人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。,2006年人机中国象棋大战,1997年深蓝战胜卡斯帕罗夫,1.6 人工智能的研究和应用领域,1.问题求解与博弈人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。,1.6 人工智能的研究和应用领域,2.逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一，特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。定理证明的研究在人工智能方法的发展中曾经产生过重要的影响。我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上承认为“吴氏方法”，是定理证明的又一标志性成果。,1.6 人工智能的研究和应用领域,3.计算智能神经计算、模糊计算、进化计算、粒子群计算、自然计算、免疫计算等。进化计算(Evolutionary Computation)是指一类以达尔文进化论为依据来设计、控制和优化人工系统的技术和方法的总称，它包括遗传算法、进化策略和进化规划。4.分布式人工智能与Agent分布式计算与人工智能的结合，创建一种能够描述自然系统和社会系统的精确概念模型。Agent是处在某个环境中的计算机系统，该系统有能力在这个环境中自主行动以实现其设计目标。,1.6 人工智能的研究和应用领域,5.自动程序设计对自动程序设计的研究不仅可以促进半自动软件开发系统的发展，而且也使通过修正自身数码进行学习(即修正它们的性能)的人工智能系统得到发展。程序理论方面的有关研究工作对人工智能的所有研究工作都是很重要的。自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。已经发现，对程序设计或机器人控制问题，先产生一个不费事的有错误的解，然后再修改它(使它正确工作)，这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。,1.6 人工智能的研究和应用领域,6.专家系统一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。,1.6 人工智能的研究和应用领域,7.机器学习学习是人类智能的主要标志和获得知识的基本手段；机器学习(自动获取新的事实及新的推理算法)是使计算机具有智能的根本途径；机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。,1.6 人工智能的研究和应用领域,8.自然语言理解语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展，其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。,1.6 人工智能的研究和应用领域,9.机器人学人工智能研究日益受到重视的另一个分支是机器人学，其中包括对操作机器人装置程序的研究。这个领域所研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法，无所不包。目前已经建立了一些比较复杂的机器人系统。机器人和机器人学的研究促进了许多人工智能思想的发展。智能机器人的研究和应用体现出广泛的学科交叉，涉及众多的课题，机器人已在各领域获得越来越普遍的应用。,1.6 人工智能的研究和应用领域,9.机器人学,1.6 人工智能的研究和应用领域,10.模式识别人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。,1.6 人工智能的研究和应用领域,11.机器视觉实验表明，人类接受外界信息的80%以上来自视觉，视觉对人类是非常重要的。机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科；在视觉方面，已经给计算机系统装上电视输入装置以便能够“看见”周围的东西。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的处理与解释等。,1.6 人工智能的研究和应用领域,12.神经网络神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。,1.6 人工智能的研究和应用领域,13.智能控制人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需(或需要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制。智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程，也往往是含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发来引导求解过程。,1.6 人工智能的研究和应用领域,14.智能调度与指挥确定最佳调度或组合的问题是人们感兴趣的又一类问题，求解这类问题的程序会产生一种组合爆炸的可能性，这时，即使是大型计算机的容量也会被用光。人工智能学家们曾经研究过若干组合问题的求解方法。他们的努力集中在使“时间-问题大小”曲线的变化尽可能缓慢地增长，即使是必须按指数方式增长。有关问题域的知识再次成为比较有效的求解方法的关键。为处理组合问题而发展起来的许多方法对其它组合上不甚严重的问题也是有用的。,1.6 人工智能的研究和应用领域,15.智能检索随着科学技术的迅速发展，出现了“知识爆炸”的情况，研究智能检索系统已成为科技持续快速发展的重要保证。智能信息检索系统的设计者们将面临以下几个问题。首先，建立一个能够理解以自然语言陈述的询问系统本身就存在不少问题。其次，即使能够通过规定某些机器能够理解的形式化询问语句来回避语言理解问题，但仍然存在一个如何根据存储的事实演绎出答案的问题。第三，理解询问和演绎答案所需要的知识都可能超出该学科领域数据库所表示的知识。,1.6 人工智能的研究和应用领域,16.数据挖掘与知识发现知识获取是知识信息处理的关键问题之一。数据挖掘是通过综合运用统计学、粗糙集、模糊数学、机器学习和专家系统等多种学习手段和方法，从大量的数据中提炼出抽象的知识，从而揭示出蕴涵在这些数据背后的客观世界的内在联系和本质规律，实现知识的自动获取。数据挖掘和知识发现技术已获广泛应用。,1.6 人工智能的研究和应用领域,17.人工生命人工生命(Artificial Life,ALife)旨在用计算机和精密机械等人工媒介生成或构造出能够表现自然生命系统行为特征的仿真系统或模型系统。自然生命系统行为具有自组织、自复制、自修复等特征以及形成这些特征的混沌动力学、进化和环境适应。人工生命所研究的人造系统能够演示具有自然生命系统特征的行为，在“生命之所能”(life as it could be)的广阔范围内深入研究“生命之所知”(life as we know it)的实质。人工生命学科的研究内容包括生命现象的仿生系统、人工建模与仿真、进化动力学、人工生命的计算理论、进化与学习综合系统以及人工生命的应用等。,1.6 人工智能的研究和应用领域,18.系统与语言工具除了直接瞄准实现智能的研究工作外，开发新的方法也往往是人工智能研究的一个重要方面。人工智能对计算机界的某些最大贡献已经以派生的形式表现出来。计算机系统的一些概念，如分时系统、编目处理系统和交互调试系统等，已经在人工智能研究中得到发展。,1.6 人工智能的研究和应用领域,智能应用的三种模式：数据智能：是在大规模、多样化、新鲜的数据支持下，在云计算的支撑下，采用机器学习的方法进行分类、聚类和排序，进而基于各类数据驱动实现的智能应用系统。数据：是指存在于万维网(Web)或者企业内部的海量、无结构或者半结构的数据集合。具有重复性、冗余性和多样性等特点，对搜索系统、问答系统、推理系统和预测系统具有重要意义。,1.6 人工智能的研究和应用领域,智能应用的三种模式：知识智能：是指利用知识库、词典和规则进行推理的智能系统。如：目前很多搜索公司都建立了大型知识库。Freebase,Yago2 和DEPEDIA 等知识库可供免费研究和使用。结构化、半结构化和无结构化的数据经过信息抽取技术可获取实体、实体的属性和实体之间的关系来构成一个知识图谱。知识图谱随着数据的更新而演进，带动知识智能不断提升。,1.6 人工智能的研究和应用领域,智能应用的三种模式：社会智能：是指利用网友在互联网上直接贡献的内容（包括网页锚文本、用户标签、用户日志、用户反馈、社区问答、社会关系网络等）实现用户参与的智能应用。在社区问答中，用户提出问题，其他网友回答问题。久而久之形成的问答对库可以用来回答新的问题。这些问题和答案蕴含着丰富的社会智能。,1.6 人工智能的研究和应用领域,三种模式结合 搜索引擎：给定一个查询表达式，搜索引擎进行排序时，会用到TF-IDF1，体现关键词和文档的匹配（数据智能），会用到page rank2（社会智能），也会用到实体、实体之间的关系（知识智能）。而且很多搜索引擎在展示结果的时候，会提供网页搜索、知识图谱以及社会关系网络等的结果。1 TF-IDF（term frequency-inverse document frequency，词频-反文档频率）是一种用于资讯检索与资讯探勘的常用加权技术，用以评估一个字词对于一个文件集或一个语料库中的其中一份文件的重要程度。2 又称佩奇排名。Page rank取自谷歌的创始人Larry Page。它是谷歌排名运算法则的一部分，是谷歌对网页重要性的评估，是衡量一个网站好坏的唯一标准。,1.7 人工智能对人类的影响,1.7.1 人工智能对经济的影响人工智能系统的开发和应用，已为人类创造出可观的经济效益。专家系统、机器人、数据挖掘与智能决策、游戏,1.7 人工智能对人类的影响,1.7.2 人工智能对社会的影响1.劳务就业问题 机器代替人,1.7 人工智能对人类的影响,1.7.2 人工智能对社会的影响1.劳务就业问题 机器代替人,1.7 人工智能对人类的影响,1.7.2 人工智能对社会的影响2.社会结构变化“人机器”人智能机器机器”3.思维方式与观念的变化 思维能力和计算能力下降,机器人,人,1.7 人工智能对人类的影响,1.7.2 人工智能对社会的影响4.心理上的威胁 机器智能的极限 人类被机器人控制 5.技术失控的危险 阿西莫夫“机器人三守则”6.引起的法律问题 与机器人应用有关的法律问题,(1)机器人必须不危害人类，也不允许它眼看人类受害而袖手旁观。(2)机器人必须绝对服从人类，除非这种服从有害于人类。(3)机器人必须保护自身不受伤害，除非为了保护人类或者是人类命令它作出牺牲。,1.7 人工智能对人类的影响,1.7.3 人工智能对文化的影响1.改善人类的知识 2.改善人类的语言 3.改善文化生活,1.8 对人工智能对展望,20152016 人工智能领域标志性事件2016.3 AI在围棋人机大战中取胜各国政府高度重视人工智能发展，中国政府发布“互联网+”人工智能三年行动实施方案，日本提出“超智能社会”。2016.4 IBM发布类脑超级计算平台 IBM TureNorth，处理能力相当于1600万个神经元和40亿个神经键，功耗2.5瓦。2016.7 日本电信巨头软银320亿美元收购英国移动芯片巨头ARM。Google（2015.11）、Facebook（2016.6）等发布开源人工智能基础平台（机器学习）。百度开源了其深度学习平台Paddle,1.8 对人工智能对展望,20152016 人工智能领域标志性事件2015.12 特斯拉和SpaceX的CEO伊隆马斯克马克斯等人创建公益性人工智能机构Open AI。2015.12 Science发表Bayesian Programming Learning论文，提出认知模拟学习新方法，能从少量样本生成和识别字符。2015.12 微软亚洲研究院的152层深度残差网络获得2015ImageNet冠军。2015.12 Google量子计算机取得重要突破，“在一个特定的、精心设计的概念证明问题上，比传统计算机快1亿倍。”2015.12英国剑桥大学新建了一个研究中心，致力于人工智能未来并旨在影响其道德伦理发展,1.8 对人工智能对展望,1.8.1 更新的理论框架人工智能研究存在的问题1.宏观与微观的隔离 2.全局与局部割裂 3.理论与实际脱节,1.8 对人工智能对展望,1.8.1 更新的理论框架计算智能：让电脑能存会算感知智能：让电脑能听会说认知智能：使电脑能理解、会思考,1.8 对人工智能对展望,1.8.2 更好的技术集成 多学科智能集成技术,“先进智能”:自然智能与人工智能研究中的前沿领域。,1.8 对人工智能对展望,1.8.2 更好的技术集成,1.8 对人工智能对展望,1.8.3 更成熟的应用方法 硬件 软件系统：AI通用语言、开发环境、工具 新动态人工智能热潮全球化产业竞争白热化投资并购密集化人工智能应用普适化人工智能服务专业化,1.8 对人工智能对展望,1.8.3 更成熟的应用方法新动态基础平台开源化关键技术硬件化技术方法集成化学科创新协同化社会影响大众化,1.8 对人工智能对展望,1.8.4 对人工智能发展的思考,1.8 对人工智能对展望,1.8 对人工智能对展望,1.8 对人工智能对展望,1.8 对人工智能对展望,1.8 对人工智能对展望,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从浅层智能到深层智能,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从专用智能到通用智能,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从专用智能到通用智能,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从机器智能到混合智能,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从数据驱动到数据和知识协同驱动,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从线下智能到云上智能,1.8 对人工智能对展望,1.8.5 人工智能发展的总体趋势,从网下到网上,